- 1
- 0
- 约4.98万字
- 约 61页
- 2026-07-03 发布于山东
- 举报
数据表征到数据流编排的
存算协同优化
刘方鑫
上海交通大学计算机学院
2026-6-30
研究背景:AI发展引发算力/存储瓶颈
万亿级参数规模大模型需要百GB级存储容量,为主要成本挑战;
算力增速1.4倍/年、存储器带宽每6年增长2倍,滞后于AI算力需求,为主要性能瓶颈
模型规模指数上升,存储容量成本瓶颈硬件算力增速滞后于AI算力需求
AI计算需求年
/
倍
7
数据表征到数据流编排的
存算协同优化
刘方鑫
上海交通大学计算机学院
2026-6-30
研究背景:AI发展引发算力/存储瓶颈
万亿级参数规模大模型需要百GB级存储容量,为主要成本挑战;
算力增速1.4倍/年、存储器带宽每6年增长2倍,滞后于AI算力需求,为主要性能瓶颈
模型规模指数上升,存储容量成本瓶颈硬件算力增速滞后于AI算力需求
AI计算需求年
/
倍
7
文档评论(0)